[00071613]一种基于学习型能效模型的传输方法
技术详细介绍
本发明公开了一种基于学习型能效模型的传输方法，首先对网络的历史变化趋势进行周期性的记录，对往返时延进行加权平滑处理，并判断拥塞控制窗口变化趋势；然后对网络能效与拥塞控制窗口建模，每当收到一个新的ACK，即更新该能效窗口模型；最后结合拥塞窗口和能效变化趋势，预测下一个时段的拥塞控制窗口大小；对于网络丢包或超时事件，利用传统TCP的数据包重传机制，当丢包结束后，再利用能效模型进行处理。本发明降低了网络的随机事件以及传统算法估计误差的影响，能够对时延和吞吐量的侧重进行权衡；在高速网络中，能逼近较高的链路带宽占用率以及较低的端到端时延，降低了数据包传送经历的端到端时延。
